传媒互联网行业周报：DeepSeek降低模型成本，Kimi+进一步扩宽应用场景

[Table_Mess2a0g2e4]- 05- 12 行业周 报 行 看好/维持 业 传媒互联网 研 究 [Table_Title] 传媒互联网 报 告 DeepSeek 降低模型成本，Kimi+进一步扩宽应用场景 [Table_Summary] ◼ 走势对比 报告摘要 ➢ DeepSeek-V2发布，模型成本显著下降 太 DeepSeek 发布开源 MoE 大模型 DeepSeek-V2，该模型能力突出，中 平 文和英文综合能力评测得分分别接近于 GPT-4-Turbo 和 LLaMA3- 洋 70B。值得注意的是，DeepSeek-V2 显著降低模型训练和推理成本。 证 1）训练成本方面，其稀疏MoE架构进行了共享专家等改进，相比V1 的稠密模型，节约了 42.5%的训练成本。2）推理成本方面，通过创 券 新性地运用先进的注意力机制MLA，压缩token生成中对key value 股 的缓存，极大降低了推理成本。从API的定价来看，DeepSeek-V2 API 份 每百万tokens输入1元、输出2元，显著低于海内外主流大模型， 有 如GPT-4-Turbo每百万tokens输入72元、输出217元， ...